上海一个街道最近上线了数智政务平台，试运行里的几个细节，比发布会通稿更值得琢磨。居民办廉租房申请，过去填表加核算要半个多小时，材料还生怕漏交；现在工作人员输入信息，系统几秒钟算好单子，不少表单直接从身份证读取自动打印。窗口人员碰到跨条线的复杂业务，不再翻文件、问老同事，政策依据当场调出来。
通用大模型直接上，问题出在哪
街道窗口面对的是民生政策，条线多、更新快、口径细。通用大模型在这个场景里的短板很明确，它可能一本正经地编。回答模糊、张冠李戴，在聊天场景里顶多算体验差，在政务窗口就是事故。居民按错误口径准备了材料，跑一趟白跑，怨气直接算在政府头上。
这个街道选的路线是"专属知识库驱动"：由街道业务骨干主导，把本地化政策法规和历史案例一起建成分领域的知识库，大模型基于知识库做检索增强和本地化微调，回答从库里有据可查的内容里生成，而不是靠模型自由发挥。平台一期还归集了 28 个真实案例做成问答案例库，新人照着学，回答口径和老师傅对得上。
比模型更重要的，是管理后台
这套平台真正有参考价值的部分，是一个不起眼的管理系统。它做了四件事：全流程记录操作链路，随时能审计复盘；政策文件 T+1 上线，保证新政策第二天就能进知识库；多维数据自动分析，支撑管理决策；高敏感事项保留人工复核权，机器算完，人签字。
第三点和第四点容易被忽略，恰恰是政务 AI 能不能活过验收的关键。政策每天都在更新，知识库不跟着更新，回答就越用越错。 T+1 上线机制本质上是把"知识库运营"变成了日常制度，而不是一次性建设。人工复核权则是给业务部门的定心丸，责任还在人这里，机器只做提速。
给准备上政务智能体的单位画个重点
把这个案例拆开，路径其实很朴素：先由最懂业务的人把知识库建准，再让模型在知识库的约束下回答，然后用管理制度保证知识库不过期、敏感事项有人把关。三步里没有一步依赖最先进的模型，但每一步都决定了系统能不能真用起来。
很多单位选型时把预算和注意力全押在模型参数上，知识库建设和运营机制只占零头。结果通常是演示惊艳，上线三个月后没人敢用：政策换了三版，系统还在答旧口径。
政务 AI 的竞争，慢慢会从"谁的模型强"转向"谁的知识库新"。这个转变对业务单位是好消息：建好知识库不需要顶配算力，需要的是业务骨干愿意把经验拆成条目，和一套让知识库持续更新的机制。